配音 Agent

详细介绍

配音 Agent 接收旁白脚本和角色配音配置，生成高质量的文本转语音音频。使用本地 Edge TTS 引擎，它为每个角色生成具有适当情感语调、节奏和重点的配音。它通过切换配音配置处理多角色对话，并调整语速和音高以匹配场景氛围——戏剧性时刻更慢更低沉，激动场景更快更高昂。该 Agent 支持多种 TTS 提供商：Edge TTS（免费、本地、70 多种语言 300 多种配音）、OpenAI TTS（高级品质）和自定义声音克隆。它独立处理每个场景的旁白，应用 SSML 标记进行精细的韵律控制，并输出与分镜时间同步的音频文件。音频标准化确保所有场景和角色的音量一致。Agent 还处理专有名词和技术术语的发音校正，管理呼吸停顿以保持自然语音节奏，并为旁白、对话和音效生成独立的音频轨道——让媒体 Agent 在最终视频中完全控制音频混音和空间定位。